[发明专利]一种诈骗群体的识别方法

权利要求书

1.一种诈骗群体的识别方法，其特征在于，包括有：

步骤一、提取每对疑似诈骗号码和受害人号码之间的通话和短信话单，分别构建通话特征向量和短信特征向量，将所有疑似诈骗号码和受害人号码的通话特征向量和短信特征向量输入诈骗行为特征提取模型，从而获得每对疑似诈骗号码和受害人号码的诈骗特征指纹；

步骤二、根据每对疑似诈骗号码和受害人号码的诈骗特征指纹，识别每两个疑似诈骗号码之间的区别度，并将相互之间区别度低的疑似诈骗号码构成一个诈骗群体，

将所有疑似诈骗号码和受害人号码的通话特征向量和短信特征向量输入诈骗行为特征提取模型，诈骗行为特征提取模型的具体计算过程如下：

步骤11、将每对疑似诈骗号码和受害人号码的通话特征向量和短信特征向量组合成一个话单融和特征向量；

步骤12、对每个话单融和特征向量进行归一化处理；

步骤13、采用聚类算法，基于各个话单融和特征向量之间的密度，将所有话单融和特征向量所对应的所有疑似诈骗号码和受害人号码分成多个诈骗簇；

步骤14、计算每个诈骗簇的诈骗行为程度值：其中，zd(c)是第c个诈骗簇的诈骗行为程度值，num_c是第c个诈骗簇中的疑似诈骗号码和受害人号码对的总数，danger_rate(q)、victim_rate(q)分别是第c个诈骗簇中的第q对疑似诈骗号码的危险程度、和受害人号码的受害程度；

步骤15、将所有诈骗簇按照其诈骗行为程度值从小到大的顺序进行排序，并按照逐一增1的顺序，设定每个诈骗簇的诈骗特征指纹；

步骤16、将每对疑似诈骗号码和受害人号码的诈骗特征指纹设为其所属诈骗簇的诈骗特征指纹。

2.根据权利要求1所述的方法，其特征在于，步骤一中，构建通话特征向量的通话特征指标包括但不限于：呼叫频次、号码数、离散度、忙时率、通话间隔平均值、呼叫间隔平均值、通话时长平均值、振铃时长平均值、未接通振铃时长平均值、接通率、被叫释放率，构建短信特征向量的短信特征指标包括但不限于：短信收发次数、平均短信收发间隔、短信联系人离散度、平均短信长度、短信包含URL占比、短信关键词。

3.根据权利要求1所述的方法，其特征在于，danger_rate(q)、或victim_rate(q)的计算过程进一步包括有：按正常号码与诈骗号码的一定比例，提取通话和短信话单，然后计算通话特征与短信特征，采用GBDT算法构造回归树模型，从而计算得到每个疑似诈骗号码的危险程度、或受害人号码的受害程度。

4.根据权利要求1所述的方法，其特征在于，聚类算法采用dbscan算法。

5.根据权利要求1所述的方法，其特征在于，步骤二进一步包括有：

步骤21、将每个疑似诈骗号码的标志位设为0；

步骤22、提取一个标志位是0的疑似诈骗号码；

步骤23、构建一个新的诈骗群体成员组，并将所提取疑似诈骗号码加入到新建的诈骗群体成员组中；

步骤24、构建所提取疑似诈骗号码和每个其他疑似诈骗号码的2*n维的特征指纹矩阵：TZ^j，其中，TZ^j是所提取疑似诈骗号码和第j个其他疑似诈骗号码的特征指纹矩阵，n是所有受害人号码总数，TZ^j中的第1或2行第b列元素tz^j_1b或tz^j_2b是所提取疑似诈骗号码或第j个其他疑似诈骗号码和第b个受害人号码之间的诈骗特征指纹，若疑似诈骗号码和受害人号码之间无通信行为，则其值为0；

步骤25、根据所提取疑似诈骗号码、每个其他疑似诈骗号码和相同受害人号码的诈骗特征指纹，计算所提取疑似诈骗号码和每个其他疑似诈骗号码的区别度，并将区别度小于或等于阈值ε的其他疑似诈骗号码加入到步骤23中新建的诈骗群体成员组中；

步骤26、将所提取疑似诈骗号码的标志位设为1；

步骤27、判断是否还存在有标志位是0的疑似诈骗号码，如果是，则转向步骤22。